FINDING #2957 · UNIT ID 511691380
lance-format/lance
Open Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
7% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.52
ACCEL
+0.02
RETENTION
23.3%
PEAK 2026-05-21 · FORK-RETENTION 0.0% · 497 STARS / WINDOW
Author Audience
AUDIENCE
1,610
FOLLOWERS
60
OWNER ★
7,451
Engagement Signals
FORKS
763
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 497 / 497 (DIVERSITY 1.00)
Why This Is A Finding
lance-format/lance собрал 497 звёзд за окно, тогда как у автора всего 60 подписчиков — эффективная аудитория ≈ 1,610. Это даёт surprise-индекс 0.00335 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 59% OF 7165 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 7165 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 59%
VELOCITY5.523.71+1.81ABOVE 64%
RETENTION23.3%15.4%+7.9 PPABOVE 68%
FORKS76384+679ABOVE 92%
SURPRISE0.000.01-0.01ABOVE 25%